1.一种基于多密钥密文的岭回归学习方法,其特征在于,步骤包括:获取数据拥有者针对数据加密后所上传的密文;
接收数据分析者发送的公私钥,接收数据分析者使用密文进行岭回归学习的请求;
基于密文使用请求,向数据拥有者发送密文转换的请求以及数据分析者发送的公钥,基于数据拥有者同意情况下接收其所发送的代理密钥;其中数据拥有者利用自身的私钥和数据分析者的公钥生成代理密钥;
利用代理密钥进行密文转换,将所有密文转换成同一公钥加密后的密文;
进入岭回归学习后,根据密文转换所得到的加密后的密文得到密文矩阵,再针对密文矩阵进行矩阵乘法计算得到矩阵A的密文[A]和向量b的密文[b];
根据矩阵A的密文[A]和向量b的密文[b]计算出岭回归模型参数w的密文;
其中,从数据分析者中接收到的公钥的生成过程如下:κ
数据分析者调用A‑AFGH加密方法的密钥生成函数KeyGen(1)生成公私钥对,其中κ为安* a全参数;用户选择随机数a和a 作为私钥,并计算g和 作为公钥;数据分析者的公私钥对* * a为 sk=a,临时公私钥对为:pk=g,sk=a;
从数据拥有者中获取到的代理密钥的生成过程如下:根据数据分析者发送的临时公钥pk,确定出数据分析者请求使用密文数据;并且将临时公钥pk转发给数据拥有者,获取数据拥有者的授权同意;其中,数据拥有者在同意的情况下,调用A‑AFGH加密方法的代理密钥生a成函数利用自己的私钥skk=ak和数据分析者的临时公钥pk=g 得到代理密钥利用代理密钥进行密文转换,将所有密文转换成同一公钥加密后的密文的具体过程如下:对于数据拥有者k所上传的密文 利用双线性映射计算得到密文
对于密文 利用双线性映射 计算得到密文
*
当数据拥有者1到数据拥有者m同意数据分析者使用数据,则获得数据分析者临时公钥pk加密密文的矩阵为:*
其中m≤m;令 则矩阵的表示方式可简化为:其中,
其中
令
即
其中
令
即
其中
令
则
其中
令
即
其中
令
即
其中
令
则
…,
以此类推,可获得矩阵中各行元素的对应关系;
进入岭回归学习后,计算得到矩阵A的密文[A]和向量b的密文[b]的具体过程如下:
1)、根据密文转换所得到的加密后的密文得到矩阵X和向
量y的密文为:
得到矩阵H和向量h的密文记为:* *
2)、计算矩阵乘法,得到密文[A]和密文[b]:其中,λ为正则化参数,是一个固定常量,I是一个d×d的单位矩阵,[λI]表示使用数据a分析者的公钥pk=g ,用A‑AFGH加密算法加密矩阵λI的密文形式, 表示密文上的乘法操作, 表示密文上的加法操作;
3)、采用数据分析者发送的临时私钥为sk=a,对密文转换所得到的加密后的密文中的[hi,j]和[hi]进行解密操作, 求解离散对数问题,得到对应的明文信息hi,j和hi,即获得矩阵H和向量h,其中ri,j和ri都是随机数;根据矩阵H和向量h计* *算对应的盲化因子,即对称矩阵H和向量h:* *
其中, 至 至 均为矩阵H中的元素, 至 均为向量h中的元素;
a * *
使用数据分析者的临时公钥pk=g 加密盲化因子对称矩阵H 和向量h ,得到对应加密* *后的密文[H]和[h]:
其中 是随机数,
是随机
数,
* *
4)在获取到密文[H ]和[h ]之后,利用A‑AFGH加密方法的加法同态的性质消去密文* *[A]和密文[b]中的盲化因子,得到矩阵A和向量b的密文:根据矩阵A的密文[A]和向量b的密文[b]计算出岭回归模型参数w的具体步骤如下:
1)、随机选择一个可逆矩阵 和一个向量* *
其中, 至 至 均为可逆矩阵R中的元素, 至 均为向量r中的元素;
*
利用A‑AFGH加密方法的加法同态的性质,计算 和d=Ar+b的密文,得到对应的a用数据分析者的临时公钥pk=g 加密的密文结果 和 此外,使用数据分析者的公钥* *调用A‑AFGH的加密算法加密可逆矩阵R 和向量r ,得到密文矩阵 和密文向量
其中 是随机数,
是随机数,
2)解密 和 得到相应的明文信息 和 根据明文信息 和 计算得到参数利用A‑AFGH加密方法的加法同态的同态性质,计算模型参数 的密文其中 为数据分析者公钥 加密的密文, 为数据拥有者k对应的参数模型参数w即为所求的岭回归模型参数。
2.根据权利要求1所述的基于多密钥密文的岭回归学习方法,其特征在于,其中从数据拥有者中获取的密文的加密过程如下:存在m个数据拥有者,数据拥有者k即用户k持有nk条数据,用矩阵表示为:其中k=1,…,m,矩阵中每一行分别代表一条数据,其中每条数据包含一个拥有d个特征值的特征向量和特征向量对应的结果值,特征向量对应的结果值为矩阵中每一行的最后一个元素;
κ
1)、首先调用A‑AFGH加密方法的密钥生成函数KeyGen(1)生成公私钥对,其中κ为安全参数;选择随机数ak作为私钥,并计算 作为公钥,其中g是循环群 的生成元,则数据拥有者k的公私钥对为: skk=ak;
2)、对于矩阵中的每一个数据项 选择一个随机数并令 调用A‑AFGH加密方法的加密函数 选择一个随机数 计算密文 其中Z是循环群 的生成元;该密文只能被持有私钥skk=ak的数据拥有者k解密;则对于每一个数据项 使用LHE加密后的密文形式为对于矩阵中的每一个数据项 选择一个随机数 并令调用A‑AFGH加密方法的加密函数 选择一个随机数 计算密文 则对于每一个数据项 使用LHE加密后的密文形式为。
3.一种基于多密钥密文的岭回归学习系统,其特征在于,包括服务器、数据拥有者和数据分析者;
所述数据拥有者,用于对其所拥有的数据进行加密,并且将加密后的密文上传到服务器中;用于接收和授权服务器发送的密文转换请求,在同意密文转换请求的情况下,利用自身的私钥和数据分析者的公钥生成代理密钥,并且将计算的代理密钥发送给服务器;
所述数据分析者,用于发送公钥和密文使用请求到服务器,用于接收服务器计算的岭回归模型参数w;
所述服务器,用于执行权利要求1至2中任一项所述的基于多密钥密文的岭回归学习方法。
4.根据权利要求3所述的基于多密钥密文的岭回归学习系统,其特征在于,所述服务器为云服务器,云服务器包括云服务器CS和云服务器ACS;
其中,数据拥有者对数据进行加密得到密文的过程如下:存在m个数据拥有者,数据拥有者k即用户k持有nk条数据,用矩阵表示为:其中k=1,…,m,矩阵中每一行分别代表一条数据,其中每条数据包含一个拥有d个特征值的特征向量和特征向量对应的结果值,特征向量对应的结果值为矩阵中每一行的最后一个元素;
κ
1)、首先调用A‑AFGH加密方法的密钥生成函数KeyGen(1)生成公私钥对,其中κ为安全参数;选择随机数ak作为私钥,并计算 作为公钥,其中g是循环群 的生成元,则数据拥有者k的公私钥对为: skk=ak;
2)、对于矩阵中的每一个数据项 选择一个随机数并令 调用A‑AFGH加密方法的加密函数 选择一个随机数 计算密文 其中Z是循环群 的生成元;该密文只能被持有私钥skk=ak的数据拥有者k解密;则对于每一个数据项 使用LHE加密后的密文形式为对于矩阵中的每一个数据项 选择一个随机数 并令调用A‑AFGH加密方法的加密函数 选择一个随机数 计算密文 则对于每一个数据项 使用LHE加密后的密文形式为
3)、数据拥有者将上述加密得到的密文 上传到云服务器CS中;
其中,数据分析者生成公钥的过程如下:κ
数据分析者调用A‑AFGH加密方法的密钥生成函数KeyGen(1)生成公私钥对,其中κ为安* a全参数;用户选择随机数a和a 作为私钥,并计算g 和 作为公钥;数据分析者的公私钥对* * a为 sk=a ,临时公私钥对为:pk=g ,sk=a;
a
云服务器所获取的代理密钥生成过程如下:数据分析者发送临时公钥pk=g 给云服务a器CS,请求使用存储在云服务器CS中的密文数据,数据分析者将临时公私钥对pk=g ,sk=a发送给云服务器ACS;云服务器CS将临时公钥pk转发给数据拥有者,获取数据拥有者的授权;
数据拥有者同意云服务器CS使用密文数据,则调用A‑AFGH加密方法的代理密钥生成函a数利用自己的私钥skk=ak和数据分析者的公钥pk=g得到代理密钥数据拥有者把代理密钥pkk→DA返回给云服务器CS;
其中,进入岭回归学习后,云服务器计算得到矩阵A的密文[A]和向量b的密文[b]的具体过程如下:
1)、云服务器CS根据密文转换所得到的加密后的密文得到矩阵X和向量y的密文为:得到矩阵H和向量h的密文记为:* *
2)、云服务器CS计算矩阵乘法,得到密文[A]和密文[b]:其中,λ为正则化参数,是一个固定常量,I是一个d×d的单位矩阵,[λI]表示使用数据a分析者的公钥pk=g ,用A‑AFGH加密算法加密矩阵λI的密文形式, 表示密文上的乘法操作, 表示密文上的加法操作;
* *
3)、云服务器CS在得到密文[A ]和密文[b ]后,将其中的[hi,j]和[hi]发送给云服务器ACS,云服务器ACS采用数据分析者发送的临时私钥对为sk=a,对密文转换所得到的加密后的密文中的[hi,j]和[hi]进行解密操作: 求解离散对数问题,得到对应的明文信息hi,j和hi,即获得矩阵H和向量h,其中ri,j和ri都是随机数;根据矩阵* *H和向量h计算对应的盲化因子,即对称矩阵H和向量h:* *
其中, 至 至 均为矩阵H中的元素, 至 均为向量h中的元素;
a * *
使用数据分析者的临时公钥pk=g 加密盲化因子对称矩阵H 和向量h ,得到对应加密* *后的密文[H]和[h]:
其中 是随机数,
是随机
数,
* *
4)云服务器ACS将获取到密文[H]和[h ]发送给云服务器CS,云服务器CS利用A‑AFGH加* *密方法的加法同态的性质消去密文[A ]和密文[b]中的盲化因子,得到矩阵A和向量b的密文:其中,进入岭回归学习后,云服务器计算得到矩阵A的密文[A]和向量b的密文[b]的具体过程如下:
1)、云服务器CS随机选择一个可逆矩阵 和一个向量* *
其中, 至 至 均为可逆矩阵R中的元素, 至 均为向量r中的元素;
云服务器CS利用A‑AFGH加密方法的加法同态的性质,计算 和 的密a
文,得到对应的用数据分析者的临时公钥pk=g 加密的密文结果 和 此外,云服务器* *CS使用数据分析者的公钥 调用A‑AFGH的加密算法加密可逆矩阵R 和向量r ,得到密文矩阵 和密文向量其中 是随机数,
是随机数,
a
最后云服务器CS将临时公钥pk=g 加密的密文 和 以及公钥加密的密文 和 发送给云服务器ACS;
2)云服务器ACS解密 和 得到相应的明文信息 和 根据明文信息 和 计算得到参数云服务器ACS利用A‑AFGH加密方法的加法同态的同态性质,计算模型参数的密文
其中, 为数据分析者公钥 加密的密文, 为数据拥有者k对应的参数模型参数w即为所求的岭回归模型参数;
3)云服务器ACS发送模型参数w的密文 给数据分析者。
5.一种计算机可读存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1至2中任一项所述的基于多密钥密文的岭回归学习方法。
6.一种计算设备,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现权利要求1至2中任一项所述的基于多密钥密文的岭回归学习方法。